#video-generation Repositórios
288 repositórios no total
Editor de vídeo com IA para agentes. Plugin ChatCut e servidor MCP para Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work e Qwen Work: edite seus próprios vídeos por meio de conversas, adicione legendas, remova silêncios e vícios de linguagem, crie gráficos animados e exporte uma linha do tempo editável.
Mais de 660 modelos de mídia generativa hospedados pelo muapi, além de ferramentas de API de terceiros enviadas pela comunidade (SEO, enriquecimento, redes sociais, scraping) — um arquivo YAML por entrada, com navegação por funcionalidade.
SCAIL: Rumo à Animação de Personagens de Grau Estúdio via Aprendizado em Contexto de Representações de Poses Consistentes em 3D (CVPR 2026 Findings)
MoCha: Substituição de Personagens de Vídeo de Ponta a Ponta sem Orientação Estrutural
[ECCV 2024 Oral] MotionDirector: Customização de Movimento em Modelos de Difusão de Texto para Vídeo.
[ICML 2026] Base de código oficial para "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++
Nós de agendamento e mascaramento do ControlNet com suporte a contexto deslizante
Um estúdio de IA completo e 100% local para vídeo, imagem e música. O modo Diretor planeja videoclipes completos e curtas-metragens a partir de um único prompt. Desenvolvido com base no pipeline WanGP. Instale pelo Pinokio.
Escalonamento de pré-treinamento de vídeo com mistura de especialistas para inteligência incorporada
:fire: :fire: :fire: Uma lista de artigos de alguns trabalhos recentes em Visão Computacional (CV)
[NovaNova Studio] Uma plataforma de código aberto completa, orientada por agentes, que integra geração de imagens com IA, geração de vídeos com IA, tela infinita, APIs para modelos personalizados, quadrinhos com IA, séries curtas com IA, análise de romances para criação de roteiros, adaptação de romances para séries curtas, console de direção 3D, gerenciamento de usuários e de créditos.
Skill de vídeos de produto da GuiCang: reutiliza componentes reais do produto e sua linguagem de design para criar, com código, vídeos promocionais de atualizações de software. Inclui texto do storyboard, música original, efeitos sonoros de movimento e renderização de vídeo; compatível com Claude Code e Codex.
Animação de Imagem de Domínio Aberto de Granularidade Fina com Orientação de Movimento
[ICLR 2024] SEINE: Modelo de Difusão de Vídeo Curto-para-Longo para Transição e Previsão Generativa
[IJCV 2024] LaVie: Geração de Vídeo de Alta Qualidade com Modelos de Difusão Latente em Cascata
Plano de controle local e nativo para agentes do ComfyUI — servidor MCP + agente na barra lateral que gera imagens, vídeo e áudio, cria e executa fluxos de trabalho e edita seu gráfico em tempo real usando linguagem natural em QUALQUER LLM (Claude, ChatGPT, Gemini, Ollama offline ou qualquer modelo hospedado). 178 ferramentas, 36 habilidades de IA, 55 pacotes de instalação. Local, LAN, VPS ou Comfy Cloud.
[ICLR2026] SeedVR2: Restauração de vídeo em um passo via treinamento adversário pós-difusão
[ACM MM 2025] Ditto: Difusão Espaço-Movimento para Síntese Controlável de Cabeça Falante em Tempo Real
Skill do Claude AI para prompts cinematográficos do Higgsfield AI — 32 subskills que abrangem o Seedance 2.5 (referência omnidirecional, edição e extensão de vídeo) e o 2.0, o pipeline de produção de longas-metragens do Hell Grind, um sistema de atuação, o Cinema Studio 2.5/3.0/3.5, o MCSLA, a consistência do Soul ID, o Kling 3.0 Motion Control, o framework DISCIPLINE e 18 modelos.
Vchitect-2.0: Transformer Paralelo para Escalar Modelos de Difusão de Vídeo
Zizi Animation - Software de geração de vídeo AIGC totalmente gratuito, usado principalmente para minisséries de IA, filmes de IA, tweets de romances
[AAAI 2025] Follow-Your-Click: Este repositório é a implementação oficial de "Follow-Your-Click: Animação Regional de Imagens de Domínio Aberto via Prompts Curtos"
Runtime e estúdio de geração visual com prioridade local para pessoas e agentes de programação, com fluxos de trabalho reproduzíveis de imagens e vídeos em vários provedores.
Um sistema de bots que recolhe clipes automaticamente através de filtros personalizados, permite-lhe navegar facilmente por esses clipes e os junta num vídeo de compilação pronto para ser carregado diretamente para qualquer plataforma de redes sociais. É fornecido suporte completo a VPS, juntamente com um sistema de contas para que múltiplos utilizadores possam usar o bot em simultâneo. Este bot está dividido em três programas separados. O servidor. O cliente. O gerador de vídeo. Esses programas desempenham diferentes funções que, quando combinadas, criam um sistema muito poderoso.
[ICCV 2025, Oral] TrajectoryCrafter: Redirecionando a Trajetória da Câmera para Vídeos Monoculares via Modelos de Difusão
CLI de geração de mídia da Flatkey para imagens, vídeos, áudio, texto, créditos e descoberta de modelos.
[Destaque CVPR 2025🔥] Geração de Vídeo de Texto Preservando a Identidade por Decomposição de Frequência
Dados abertos e treinamento escalável para modelos de mundo de vídeo de longo horizonte.
Gere cenas 3D exploráveis em larga escala com vídeos panorâmicos de alta qualidade a partir de uma única imagem ou prompt de texto.
Pipeline de produção de vídeos curtos com IA de ponta a ponta. Orquestração FastAPI + gateway Spring Boot com failover de múltiplos modelos, disjuntor, medição e observabilidade full-stack. Controle de qualidade de IA: ancoragem de prompt, consistência CLIP, resgate automático de sincronização AV.
UniAnimate-DiT: Animação de Imagem Humana com Large-Scale Video Diffusion Transformer
Kandinsky 5.0: Uma família de modelos de difusão para geração de vídeo e imagem
Open‑WebUI Tools é um conjunto modular de ferramentas projetado para estender e enriquecer a sua instância do Open WebUI, transformando-a em uma poderosa estação de trabalho de IA. Com uma suíte de mais de 15 ferramentas especializadas, pipelines de funções e filtros, este projeto apoia pesquisas acadêmicas, autonomia agente, criatividade multimodal, fluxos de trabalho e muito mais.
Um motor de treinamento de modelos multimodais simples e unificado. Leve, flexível e construído para a inovação em escala.
Implementação oficial para "RIFLEx: Um Almoço Grátis para Extrapolação de Comprimento em Transformers de Difusão de Vídeo" (ICML 2025), UltraViCo (ICLR 2026) e UltraImage
rCM & Causal-rCM: Algoritmos/infraestruturas líderes e unificados para destilação de difusão de vídeo bidirecional/autorregressiva em escala
[SIGGRAPH 2025] Diffusion as Shader: Difusão de Vídeo Ciente de 3D para Controle Versátil de Geração de Vídeo
Mais de 50 aplicações de IA generativa de código aberto que pode clonar, implementar e monetizar — geradores de imagens, ferramentas de vídeo, provadores virtuais, modelos de SaaS com IA e integrações com plataformas. Implemente qualquer modelo na Vercel com um clique.
[Destaque CVPR 2024] GenAD: Modelo Preditivo Generalizado para Condução Autônoma
[TMLR 2025🔥] Um levantamento sobre os modelos autorregressivos em visão.
[NeurIPS 2025 Apresentação Oral]Infinity⭐️: Modelagem Autorregressiva Espaço-Temporal Unificada para Geração Visual
Uma habilidade para criar vídeos curtos de análise financeira e tecnológica no estilo de Wall Street: abordagem criativa, linguagem estilística e ferramentas para encontrar clipes, fazer capturas de tela, gravar locuções, renderizar e mixar o áudio.
[CVPR2026 🎉] Stand-In é um framework leve plug-and-play para a geração de vídeo com preservação da identidade.